對音頻系統的探索起源於工作中遇到的一個bug。平時都是力求快速解決問題，不問原因。這次時間比較寬裕，正好藉着解決問題的機會，把Android的音頻系統瞭解一下。既然由bug引發，那就從bug開始說。
一. bug現象
Android的照相機在拍照的時候會播放一個按鍵音。最近的一個MID項目（基於RK3188，Android 4.2）中，測試部門反饋，拍照時按鍵音播放異常情況如下：
（1）進入應用程序以後，第一次拍照，沒有按鍵音
（2）連續拍照，有按鍵音
（3）停止連拍，等待幾秒鐘後，再次拍照，又沒有按鍵音
二. 問題簡化
看CameraApp代碼可以知道，播放按鍵音使用了SoundPool類。做一個使用SoundPool播放聲音的應用程序，界面上只有一個Button，點擊後播放聲音。這樣就能確定這單純是聲音播放問題還是複合性問題。代碼很簡單：
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_test_sound_pool);
mSoundPool = new SoundPool(10, AudioManager.STREAM_SYSTEM, 5);
mSoundId = mSoundPool.load(this, R.raw.camera_click, 1); //這裏R.raw.camera_click是ogg格式的音頻資源
vBtnShut = (Button) findViewById(R.id.btn_click);
vBtnShut.setOnClickListener(new OnClickListener() {
@Override
public void onClick(View v) {
mSoundPool.play(mSoundId, 1, 1, 0, 0, 1);
}
});
}
idle-->play failed-->idle-->play failed-->play success-->play success-->idle-->play failed-->...
可以總結爲，每間隔幾秒鐘後，第一次播放音頻無聲音輸出。
三. 初步分析
理清了現象，簡化了環境，我們可以開始分析問題了：
顯而易見的是，BUG非常規律，只有相隔幾秒鐘後的第一次播放纔出現問題，與軟件邏輯密切相關，可以排除硬件問題。本質上來講，無論使用什麼軟件系統，聲音播放的流程一般都是——用戶指定要播放的聲音數據，可能是文件，可能是Buffer；Audio系統對聲音數據解碼，可能採用軟解碼，也可能採用硬解碼；將解碼出來的數字音頻信號傳給功放設備，經過D/A轉換後送到揚聲器，聲音就播放出來了。可以說,這個流程中的第一部分，是應用程序的行爲；第二部分，是Android系統的職責；第三部分，是kernel中驅動的工作。應用程序的問題可以排除，現在要解決的疑問是，是解碼程序出了問題，還是驅動程序出了問題？出現了什麼情況，導致了idle後播放不出來？
四. 代碼研究
1. Android Audio框架
首先網絡上找找資料，要搞清楚Android音頻的框架層次結構，才容易定位問題。用圖說明——
有了大致的概念，開始以SoundPool爲入口，摸清播放流程。其中在每個層次中要了解兩點：數據如何傳遞，播放的動作如何執行。 也就是沿着SoundPool.load()和Sound.play()順藤摸瓜。
2. SoundPool和AudioFlinger
SoundPool.java基本是個空殼，直接使用了Native接口，代碼沒什麼可看的。不過可以先看下這個類的介紹，就在SoundPool.java的開頭，整一頁的英文註釋。幸運的是，很快就找到了我們需要看的資料：
/**
* The SoundPool class manages and plays audio resources for applications.
*
* <p>A SoundPool is a collection of samples that can be loaded into memory
* from a resource inside the APK or from a file in the file system. The
* SoundPool library uses the MediaPlayer service to decode the audio
* into a raw 16-bit PCM mono or stereo stream. This allows applications
* to ship with compressed streams without having to suffer the CPU load
* and latency of decompressing during playback.</p>
... ...
... ...
*/挑重要的說，SoundPool是Sample的集合，能把APK裏的資源或者文件系統中的文件加載到內存中，使用MediaPlayer服務把音頻解碼成原始的16位PCM單聲道或立體聲數據流。好嘛，原來解碼在這裏就做了。還是看看代碼實現吧，免得心裏不踏實。
不去理會Jni那些手續，直接看SoundPool.cpp。上面那個測試APK的代碼，調用了SoundPool的load，play兩個接口，就把聲音播放出來了。load一次後，可多次播放，這兩個接口之所以要分開，應該就是load做了解碼。先看load的實現，爲滿足不同音頻資源的需要，load被重載了，看其中一個就行了。
int SoundPool::load(int fd, int64_t offset, int64_t length, int priority)
{
ALOGV("load: fd=%d, offset=%lld, length=%lld, priority=%d",
fd, offset, length, priority);
Mutex::Autolock lock(&mLock);
sp<Sample> sample = new Sample(++mNextSampleID, fd, offset, length);
mSamples.add(sample->sampleID(), sample); //將sample對象加入管理
doLoad(sample); //load所在
return sample->sampleID();
}數據處理角度來說，真正的load在doLoad中：
void SoundPool::doLoad(sp<Sample>& sample)
{
ALOGV("doLoad: loading sample sampleID=%d", sample->sampleID());
sample->startLoad(); //只是改變了狀態
mDecodeThread->loadSample(sample->sampleID()); //真正加載的地方
}看到了mDecodeThread，眼前一亮，很可能這裏就是將ogg解碼成PCM的地方了。所以進入loadSample看一看：
void SoundPoolThread::loadSample(int sampleID) {
write(SoundPoolMsg(SoundPoolMsg::LOAD_SAMPLE, sampleID));
}只是消息傳遞而已，找到LOAD_SAMPLE消息處理的地方：
int SoundPoolThread::run() {
ALOGV("run");
for (;;) {
SoundPoolMsg msg = read();
ALOGV("Got message m=%d, mData=%d", msg.mMessageType, msg.mData);
switch (msg.mMessageType) {
case SoundPoolMsg::KILL:
ALOGV("goodbye");
return NO_ERROR;
case SoundPoolMsg::LOAD_SAMPLE: //在這裏處理LOAD_SAMPLE
doLoadSample(msg.mData);
break;
default:
ALOGW("run: Unrecognized message %d\n",
msg.mMessageType);
break;
}
}
}
void SoundPoolThread::doLoadSample(int sampleID) {
sp <Sample> sample = mSoundPool->findSample(sampleID);
status_t status = -1;
if (sample != 0) {
status = sample->doLoad();
}
mSoundPool->notify(SoundPoolEvent(SoundPoolEvent::SAMPLE_LOADED, sampleID, status));
}
看來最後是在sample->doLoad()中做的處理。進去看看，頗有驚喜：
status_t Sample::doLoad()
{
uint32_t sampleRate;
int numChannels;
audio_format_t format;
sp<IMemory> p;
ALOGV("Start decode");
if (mUrl) {
p = MediaPlayer::decode(mUrl, &sampleRate, &numChannels, &format);
} else {
p = MediaPlayer::decode(mFd, mOffset, mLength, &sampleRate, &numChannels, &format);
ALOGV("close(%d)", mFd);
::close(mFd);
mFd = -1;
}
if (p == 0) {
ALOGE("Unable to load sample: %s", mUrl);
return -1;
}
ALOGV("pointer = %p, size = %u, sampleRate = %u, numChannels = %d",
p->pointer(), p->size(), sampleRate, numChannels);
if (sampleRate > kMaxSampleRate) {
ALOGE("Sample rate (%u) out of range", sampleRate);
return - 1;
}
if ((numChannels < 1) || (numChannels > 2)) {
ALOGE("Sample channel count (%d) out of range", numChannels);
return - 1;
}
//_dumpBuffer(p->pointer(), p->size());
uint8_t* q = static_cast<uint8_t*>(p->pointer()) + p->size() - 10;
//_dumpBuffer(q, 10, 10, false);
mData = p;
mSize = p->size();
mSampleRate = sampleRate;
mNumChannels = numChannels;
mFormat = format;
mState = READY;
return 0;
} 弄清楚SoundPool的Play做了什麼，也就能找到HAL的代碼了。下面看只看play中的關鍵代碼：
int SoundPool::play(int sampleID, float leftVolume, float rightVolume,
int priority, int loop, float rate)
{
//...
channel = allocateChannel_l(priority);
//...
channel->play(sample, channelID, leftVolume, rightVolume, priority, loop, rate);
//...
}void SoundChannel::play(const sp<Sample>& sample, int nextChannelID, float leftVolume,
float rightVolume, int priority, int loop, float rate)
{
AudioTrack* newTrack;
//....
newTrack = new AudioTrack(streamType, sampleRate, sample->format(),
channels, frameCount, AUDIO_OUTPUT_FLAG_FAST, callback, userData, bufferFrames);
//...
mState = PLAYING;
mAudioTrack->start();
//...
}SoundChannel::play創建了一個AudioTrack對象，在AudioTrack的構造函數中，調用了set，set又調用了createTrack_l。createTrack_I中，通過IAudioFlinger創建了一個IAudioTrack。關於AudioTrack和AudioFlinger是爲何物，兩者如何交換音頻數據，就說來話長了。而且有很多大大分析得很詳細，就不贅述了。有幾篇寫得很好——
- AudioTrack分析：http://www.cnblogs.com/innost/archive/2011/01/09/1931457.html
- AudioFlinger分析：http://www.cnblogs.com/innost/archive/2011/01/15/1936425.html
- AudioTrack如何與AudioFlinger交換數據: http://blog.chinaunix.net/uid-26533928-id-3052398.html
閱讀這些資料我們可以知道，Android Framework的音頻子系統中，每一個音頻流對應着一個AudioTrack類的一個實例，每個AudioTrack會在創建時註冊到AudioFlinger中，由AudioFlinger把所有的AudioTrack進行混合（Mixer），然後輸送到AudioHardware中進行播放。換言之，AudioFlinger是Audio系統的核心服務之一，起到了承上啓下的銜接作用。
我們現在已經讓SoundPool牽線，抓到AudioFlinger這條大魚。下面着重來看AudioFlinger如何向下調用AudioHardware的。
3. AudioFlinger與AudioHardware
這裏需要一點基礎知識，先要了解Android的硬件抽象接口機制，才能理解AudioFlinger如何調用到AudioHardware，相關資料：
因爲對Audio系統一無所知，所以很慚愧用了反相的代碼搜索，在hardware/xxx/audio目錄下查找HAL_MODULE_INFO_SYM，然後反過來到framework找HAL_MODULE_INFO_SYM的id "AUDIO_HARDWARE_MODULE_ID"，過程非常笨拙，不足爲道。他山之石可以攻玉，看到一篇好文，藉助其中的一段分析來完成對AudioFlinger和AudioHardware關聯的分析。原文地址：http://blog.csdn.net/xuesen_lin/article/details/8805108
當AudioPolicyService構造時創建了一個AudioPolicyDevice(mpAudioPolicyDev)並由此打開一個AudioPolicy(mpAudioPolicy)——這個Policy默認情況下的實現是legacy_audio_policy::policy(數據類型audio_policy)。同時legacy_audio_policy還包含了一個AudioPolicyInterface成員變量，它會被初始化爲一個AudioPolicyManagerDefault。AudioPolicyManagerDefault的父類，即AudioPolicyManagerBase，它的構造函數中調用了mpClientInterface->loadHwModule()。
AudioPolicyManagerBase::AudioPolicyManagerBase(AudioPolicyClientInterface*clientInterface)…
{
//......
for (size_t i = 0; i < mHwModules.size();i++) {
mHwModules[i]->mHandle = mpClientInterface->loadHwModule(mHwModules[i]->mName);
if(mHwModules[i]->mHandle == 0) {
continue;
}
//......
} 很明顯的mpClientInterface這個變量在AudioPolicyManagerBase構造函數中做了初始化，再回溯追蹤，可以發現它的根源在AudioPolicyService的構造函數中，對應的代碼語句如下：
rc =mpAudioPolicyDev->create_audio_policy(mpAudioPolicyDev, &aps_ops, this, &mpAudioPolicy); 在這個場景下，函數create_audio_policy對應的是create_legacy_ap，並將傳入的aps_ops組裝到一個AudioPolicyCompatClient對象中，也就是mpClientInterface所指向的那個對象。
換句話說，mpClientInterface->loadHwModule實際上調用的就是aps_ops->loadHwModule，即：
static audio_module_handle_t aps_load_hw_module(void*service,const char *name)
{
sp<IAudioFlinger> af= AudioSystem::get_audio_flinger();
…
return af->loadHwModule(name);
}AudioFlinger終於出現了，同樣的情況也適用於mpClientInterface->openOutput，代碼如下：
static audio_io_handle_t aps_open_output(…)
{
sp<IAudioFlinger> af= AudioSystem::get_audio_flinger();
…
return af->openOutput((audio_module_handle_t)0,pDevices, pSamplingRate, pFormat, pChannelMask,
pLatencyMs, flags);
}現在前方就是AudioHardware了，終於打開了從APK到HAL的通路。
4. AudioHardware
AudioHardware有兩個內部類，AudioStreamOutALSA和AudioStreamInALSA，我們要解決的是聲音播放的問題，看AudioStreamOutALSA即可。 AudioStreamOutALSA代碼很清晰，很快找到了我們需要的代碼，寫PCM數據用的函數：
AudioHardware::AudioStreamOutALSA::AudioStreamOutALSA() :
mHardware(0), mPcm(0), mMixer(0), mRouteCtl(0),
mStandby(true), mDevices(0), mChannels(AUDIO_HW_OUT_CHANNELS),
mSampleRate(AUDIO_HW_OUT_SAMPLERATE), mBufferSize(AUDIO_HW_OUT_PERIOD_BYTES),
mDriverOp(DRV_NONE), mStandbyCnt(0)
{
#ifdef DEBUG_ALSA_OUT
if(alsa_out_fp== NULL)
alsa_out_fp = fopen("/data/data/out.pcm","a+");
if(alsa_out_fp)
ALOGI("------------>openfile success");
#endif
}
ssize_t AudioHardware::AudioStreamOutALSA::write(const void* buffer, size_t bytes)
{
//...
#ifdef DEBUG_ALSA_OUT
if(alsa_out_fp)
fwrite(buffer,1,bytes,alsa_out_fp);
#endif
//...
if (mStandby) {
open_l(); //重新open音頻設備
mStandby = false;
}
//...
ret = pcm_write(mPcm,(void*) p, bytes);
//...
}
這裏提供了一個很容易驗證PCM數據是否正確的方法，打開DEBUG_ALSA_OUT開關後，可以將PCM流保存到“/data/data/out.pcm”文件中。到了驗證數據是否正確的時候了，打開這個編譯開關，得到out.pcm，將它pull到PC上，用coolEdit打開播放，發現正常播放正常。好了，我們現在可以知道，問題並不出在解碼程序上了。那又是什麼原因導致的呢，我們從write函數開始，研究播放的流程。
首先，AudioStreamOutALSA的構造函數中將mStandby初始化爲true。這個變量顯然是作爲記錄音頻設備待機狀態用的。當mStandby==true時，每次調用write，都會調用open_l()重新開啓一次音頻設備，然後再做pcm_write。
再看看open_l():
status_t AudioHardware::AudioStreamOutALSA::open_l()
{
//...
mPcm = mHardware->openPcmOut_l();
if (mPcm == NULL) {
return NO_INIT;
}
//...
}
struct pcm *AudioHardware::openPcmOut_l()
{
//...
mPcm = pcm_open(flags);
//...
if (!pcm_ready(mPcm)) {
pcm_close(mPcm);
//...
}
}
return mPcm;
}struct pcm *pcm_open(unsigned flags)
{
//... ...
if (flags & PCM_IN) {
dname = "/dev/snd/pcmC0D0c";
channalFlags = -1;
startCheckCount = 0;
} else {
#ifdef SUPPORT_USB
dname = "/dev/snd/pcmC1D0p";
#else
dname = "/dev/snd/pcmC0D0p";
#endif
}
pcm->fd = open(dname, O_RDWR);
if (pcm->fd < 0) {
oops(pcm, errno, "cannot open device '%s'", dname);
return pcm;
}
if (ioctl(pcm->fd, SNDRV_PCM_IOCTL_INFO, &info)) {
oops(pcm, errno, "cannot get info - %s", dname);
goto fail;
}
if (ioctl(pcm->fd, SNDRV_PCM_IOCTL_HW_PARAMS, ¶ms)) {
oops(pcm, errno, "cannot set hw params");
goto fail;
}
if (ioctl(pcm->fd, SNDRV_PCM_IOCTL_SW_PARAMS, &sparams)) {
oops(pcm, errno, "cannot set sw params");
goto fail;
}
fail:
close(pcm->fd);
pcm->fd = -1;
return pcm;
}
果然，這裏就是操作設備節點的地方了。我們先在AudioStreamOutALSA的write中加打印信息，看看第一次播放和後續播放究竟有何不同。測試結果發現，每次播放不出聲音的情況，都發生mStandby==true之後，這個時候做了一次打開音頻設備的動作，但此時PCM數據是正確的。我們先來看看什麼時候會導致mStandby==true。
status_t AudioHardware::AudioStreamOutALSA::standby()
{
doStandby_l();
}
void AudioHardware::AudioStreamOutALSA::doStandby_l()
{
if(!mStandby)
mStandby = true;
close_l();
}
void AudioHardware::AudioStreamOutALSA::close_l()
{
if (mPcm) {
mHardware->closePcmOut_l();
mPcm = NULL;
}
}好了，現在我們可以確定，mStandby是在調用standby的時候被設置生true了。如果不總是重新打開音頻設備，會不會變正常？做了一個實驗，把standby函數體的代碼都註釋掉。這樣修改後，果然開機只有一次聲音播放不出來，那就是第一次。每隔一段時間，聲音就播不出來的問題不見了。
其實到現在，問題已經定位出來了。這個問題屬於kernel問題，不再屬於Framework了。但是還是想弄清楚，standby爲什麼隔一段時間被調用一次，是被誰調用的。經過一系列反查，找到了standby的真正調用處,AudioFlinger的播放線程中。具體怎麼查的，還是要參考HAL知識去，就不重複記載了。
void AudioFlinger::PlaybackThread::threadLoop_standby()
{
ALOGV("Audio hardware entering standby, mixer %p, suspend count %d", this, mSuspended);
mOutput->stream->common.standby(&mOutput->stream->common);
}
bool AudioFlinger::PlaybackThread::threadLoop()
{
// ... ...
while (!exitPending())
{這裏我們看到了，standby是由AudioFlinger控制的，一旦滿足以下條件後，沒有AudioTrack處於活動狀態並且已經到達了standbyTime這個時間就進入Standby模式。那麼standbyTime=systemTime() + standbyDelay，也就是過了standbyDelay這段時間後，音頻系統將進入待機，關閉音頻設備。最後找到standbyDelay的值是多少。
AudioFlinger::PlaybackThread構造函數中，將standbyDelay初始化，standbyDelay(AudioFlinger::mStandbyTimeInNsecs),
AudioFlinger這個類第一次被引用時，就對成員變量mStandbyTimeInNsecs 進行了初始化
void AudioFlinger::onFirstRef()
{
//... ...
/* TODO: move all this work into an Init() function */
char val_str[PROPERTY_VALUE_MAX] = { 0 };
if (property_get("ro.audio.flinger_standbytime_ms", val_str, NULL) >= 0) {
uint32_t int_val;
if (1 == sscanf(val_str, "%u", &int_val)) {
mStandbyTimeInNsecs = milliseconds(int_val);
ALOGI("Using %u mSec as standby time.", int_val);
} else {
mStandbyTimeInNsecs = kDefaultStandbyTimeInNsecs;
ALOGI("Using default %u mSec as standby time.",
(uint32_t)(mStandbyTimeInNsecs / 1000000));
}
}
mMode = AUDIO_MODE_NORMAL;
}如果有ro.audio.flinger_standbytime_ms這個屬性，就按這個屬性值設定stand by的idle time（很可能是OEM代碼），如果沒有，取kDefaultStandbyTimeInNsecs的值。kDefaultStandbyTimeInNsecs是個常量，3s：
static const nsecs_t kDefaultStandbyTimeInNsecs = seconds(3);通過分析研究Android系統代碼，我們雖然最終沒有解決問題，但是已經定位出了問題所在的層次，確定這是一個驅動的BUG。Framework工程師的任務至此完成了。問題交付給驅動工程師，經過排查發現，是PA沒有打開造成的問題。
經驗可以帶來技巧，如果下次遇到類似問題，我們可以直接在AudioHardware中截獲PCM，通過判斷解碼出的PCM流是否正確，較快速的定位到問題所在——是MediaPlayer Codec、AudioSystem、還是Driver。